Cacciatori di Galassie: L'impatto dell'AI sulla domanda globale di GPU Una nuova era nell'astronomia La NASA ha annunciato che lancerà il telescopio spaziale Nancy Grace Roman nel settembre 2026, con un preavviso di otto mesi rispetto al programma iniziale. Questo…
Cacciatori di Galassie: L’impatto dell’AI sulla domanda globale di GPU
Una nuova era nell’astronomia
La NASA ha annunciato che lancerà il telescopio spaziale Nancy Grace Roman nel settembre 2026, con un preavviso di otto mesi rispetto al programma iniziale. Questo avveniristico strumento promette di fornire agli astronomi ben 20.000 terabyte di dati durante la sua operatività. A questi si aggiungono i 57 gigabyte di immagini di straordinaria bellezza che vengono trasmessi quotidianamente dal telescopio spaziale James Webb, attivo dal 2021, e l’inizio di un ambizioso progetto di ricerca che partirà entro la fine dell’anno presso l’Osservatorio Vera C. Rubin in Cile, il quale prevede di raccogliere ben 20 terabyte di dati ogni notte.
Per fare un confronto, il leggendario telescopio Hubble, che ha segnato un’epoca, fornisce solo 1-2 gigabyte di letture al giorno. Sebbene non si analizzino più manualmente questi dati, gli astronomi si trovano oggi a dover affrontare l’enorme mole informativa generata da questi strumenti, e per farlo si affidano sempre più alle unità di elaborazione grafica (GPU).
Innovazione e sfide
Brant Robertson, astrofisico dell’Università della California a Santa Cruz, ha assistito a questa rivoluzione scientifica, collaborando e utilizzando i dati di queste missioni. Negli ultimi quindici anni, ha lavorato a stretto contatto con Nvidia per sfruttare le potenzialità delle GPU nella comprensione dell’universo, dalle simulazioni avanzate sui supernove all’elaborazione di enormi volumi di dati provenienti dai più recenti osservatori.
Robertson spiega l’evoluzione della ricerca: “Questo passaggio da un’analisi limitata a una ricerca su larga scala, fino ad arrivare all’accelerazione mediante GPU, è significativo”. Insieme a un ex studente, Ryan Hausen, ha sviluppato un modello di deep learning chiamato Morpheus, capace di esaminare grandi set di dati per identificare galassie. Le prime analisi basate sull’AI dei dati del Webb hanno rivelato un numero sorprendete di galassie a disco, arricchendo le teorie sull’evoluzione dell’universo.
Attualmente, Robertson sta aggiornando Morpheus, passando da reti neurali convoluzionali a un’architettura di tipo transformer, ispirata ai modelli di linguaggio. Questo cambiamento consentirà al modello di analizzare aree significativamente più ampie, ottimizzando così i tempi di lavoro.
La pressione della domanda globale di GPU
Tuttavia, la crescente richiesta di accesso alle GPU si fa sentire. Robertson ha creato un cluster di GPU presso l’Università della California con il supporto della National Science Foundation, ma sta diventando obsoleto man mano che sempre più ricercatori cercano di applicare tecniche intensive di calcolo. Le proposte di riduzione del budget della NSF da parte dell’amministrazione Trump, che prevedevano un taglio del 50%, sollevano ulteriori preoccupazioni.
“L’interesse per le analisi basate su AI e ML è in forte aumento, e le GPU sono essenziali per queste attività”, afferma Robertson. “Le università tendono a essere molto conservative riguardo alle risorse, quindi bisogna dimostrare loro il valore di queste nuove tecnologie”.
Conclusione: Implicazioni per il futuro
L’esplorazione dell’universo sta vivendo un cambiamento epocale grazie all’adozione di tecnologie avanzate. L’accessibilità delle GPU è cruciale non solo per gli scienziati, ma anche per l’intera comunità accademica e le aziende italiane coinvolte nell’innovazione tecnologica. Investire in infrastrutture e nella ricerca di nuove risorse diventa fondamentale per sostenere l’avanzamento della scienza e dell’innovazione nel nostro Paese. La sfida sta nel bilanciare la domanda con la disponibilità, garantendo che il futuro della scoperta scientifica non venga frenato dalla scarsità di risorse.
